帮我写一下matalab代码，多层感知机神经网络的预测模型并输出权值与误差

好的，下面是一个简单的 Matlab 代码实现多层感知机神经网络的预测模型，并输出权值与误差：

% 定义训练数据
X = [0 0; 0 1; 1 0; 1 1];
Y = [0; 1; 1; 0];

% 定义神经网络结构
input_layer_size = 2;
hidden_layer_size = 4;
output_layer_size = 1;

% 初始化神经网络参数
Theta1 = rand(hidden_layer_size, input_layer_size + 1) * 2 - 1;
Theta2 = rand(output_layer_size, hidden_layer_size + 1) * 2 - 1;

% 训练神经网络
alpha = 0.1;
num_iters = 10000;
for i = 1:num_iters
    % 前向传播
    a1 = [ones(size(X, 1), 1) X];
    z2 = a1 * Theta1';
    a2 = [ones(size(z2, 1), 1) sigmoid(z2)];
    z3 = a2 * Theta2';
    a3 = sigmoid(z3);
    
    % 计算误差
    J = sum(sum((Y - a3) .^ 2)) / (2 * size(X, 1));
    
    % 反向传播
    delta3 = a3 - Y;
    delta2 = delta3 * Theta2(:, 2:end) .* sigmoidGradient(z2);
    Delta2 = delta3' * a2;
    Delta1 = delta2' * a1;
    Theta2_grad = Delta2 / size(X, 1);
    Theta1_grad = Delta1 / size(X, 1);
    
    % 更新权值
    Theta2 = Theta2 - alpha * Theta2_grad;
    Theta1 = Theta1 - alpha * Theta1_grad;
end

% 测试神经网络
a1 = [ones(size(X, 1), 1) X];
z2 = a1 * Theta1';
a2 = [ones(size(z2, 1), 1) sigmoid(z2)];
z3 = a2 * Theta2';
a3 = sigmoid(z3);
disp('预测结果：');
disp(a3);

% 输出权值与误差
disp('Theta1:');
disp(Theta1);
disp('Theta2:');
disp(Theta2);
disp('误差：');
disp(J);

注：上述代码实现的是一个简单的异或门，训练数据为X = [0 0; 0 1; 1 0; 1 1]，Y = [0; 1; 1; 0]。若需要使用其他数据集，则需要对代码进行相应修改。